Métodos Matemáticos para Gestão da Informação
Dalton Martins
Aula 01
Plano da disciplina
Introdução
●
Apresentação da turma
–
Seu nome, de onde você é e por quê escolheu fazer Gestão da
Informação;
●
Apresentação do professor
–
Dalton Martins
● Graduação em Engenharia Elétrica – Unicamp
– Foco em redes de dados e internet
● Mestrado em Engenharia da Computação – Unicamp
– Foco em ambientes colaborativos descentralizados P2P
● Doutorado em Ciência da Informação – USP
– Foco em análise de redes sociais.
● Interesse de pesquisa e atuação:
– Análise de dados → maior ênfase em análise de redes sociais;
– Participação social e inteligência coletiva → maior ênfase com potencialização de coletivos em torno de políticas públicas sociais;
– Ciências cognitivas: o que é informação, como pensamos, como nos relacionamos → maior ênfase em fenomenologia.
● Coordeno o L3P – Laboratório de Políticas Públicas Participativas –
www.l3p.fic.ufg.br
● Por quê uma disciplina de “métodos matemáticos” no 1º Semestre de um
curso como Gestão da Informação?
– Para responder essa pergunta, precisamos entender um pouquinho mais
sobre o que é informação;
– Existem muitas definições de informação, muitas delas contraditórias, ora
levando mais para uma área do conhecimento, ora para outra. Você verá várias dessas definições ao longo deste curso;
– No entanto, uma coisa temos certeza:
informação é um
fenômeno humano!
● Por ser um fenômeno humano, deve depender de algo que apenas os
humanos possuem, já que os animais não tem a possibilidade de produzir e compartilhar informação;
● Esse algo é a
consciência
. A capacidade de não apenas viver,● E daí, mas onde entra a matemática nisso tudo?
– Uma grande parte dos fenômenos informacionais são
codificados através
de símbolos
que necessitam de conhecimentos matemáticos para entender como são produzidos, como são comunicados e como podem, portanto, sergeridos;
– Gráficos, tabelas, fórmulas, diagramas, bancos de dados, imagens, etc... fazem
parte desse conjunto;
– No processo de produção desse tipo de informação complexa, o ser humano
lança mão de vários
recursos matemáticos para modelar
fenômenos
do mundo real;– Ao fazer isso, o ser humano amplia sua capacidade de
comunicar
essainformação complexa, de
produzir sínteses
, de facilitar o entendimento do outro e, sobretudo, de expandir os horizontes de conhecimento seu e dacomunidade que se beneficia daquilo que produz;
– Logo, é
impossível
dominar os conhecimentos necessários para se formarum Gestor da Informação sem conhecer os principais modelos matemáticos e como podemos utilizá-los nos processos de produção e gestão da informação.
● 26/02 - Aula 01 – Apresentação da disciplina, plano de aula e introdução ao tema; ● 05/03 - Aula 02 – Introdução a dados e funções
● 12/03 - Aula 03 – Taxas de variação e funções lineares I ● 19/03 - Aula 04 - Taxas de variação e funções lineares II ● 26/03 - Aula 05 - Taxas de variação e funções lineares III ● 02/04 - Aula 06 – Sistemas de equações lineares I
● 09/04 - Aula 07 - Sistemas de equações lineares II ● 16/04 - Aula 08 – Prova P1
● 23/04 - Aula 09 – Leis de expoentes e logaritmos I ● 30/04 - Aula 10 – Leis de expoentes e logaritmos II
● 07/05 - Aula 11 – Crescimento e decaimento: funções exponenciais I ● 14/05 - Aula 12 – Crescimento e decaimento: funções exponenciais II ● 21/05 - Aula 13 – Funções logarítmica e exponencial I
Avaliação
●
Média = 0,7*(P1 + P2)/2+0,3*LISTAS
●Prova substitutiva:
–
Repõem apenas uma das duas avaliações acima;
–
Pode ser utilizada pelo aluno conforme seu próprio
interesse: em caso de ausência ou em caso de
substituição de nota anterior.
Enquanto isso, na mídia...
●
Maiores do mundo enfrentarão “crise de informação”
até 2017
– Previsão do Gartner aponta que 33% mas companhias listadas na Fortune 100
enfrentarão uma crise relacionada a informações até 2017. O problema estará
relacionado a sua inabilidade de extrair valor, gerenciar e confiar nos dados que dispõem.
– Para conseguir uma abordagem vencedora, a recomendação da consultoria é
explorar os pontos cruciais em negócios que estão sustentados sobre um processo
fraco de gestão de informação. O segundo ponto é determinar processos e líderes
organizacionais impactados por essa falha utilização de informações. Feito isso, o passo seguinte é estabelecer prioridades para implantar um programa eficiente.
– Notícia de 28/02/2014 -
http://crn.itweb.com.br/49079/maiores-do-mundo-enfrentarao-crise-de-informacao-ate -2017/
Enquanto isso, na mídia...
Revita Information Management -
http://issuu.com/docmanagement/docs/im-38_issuu
Desafios atuais da GI
●
Sistemas de informação estão ficando cada vez mais
complexos → da comunicação oral para uso intensivo de
documentos!
–
Como gerir tudo o que envolve essa passagem?
●
A informação como recurso → elemento chave no
funcionamento de uma organização;
●
Para isso, a GI precisa lidar com:
–
Processos de produção, tratamento e processamento da
informação → aspectos cognitivos e sociais
Desafios atuais da GI
●
Em muitas organizações vêm surgindo a
necessidade de:
–
Estabelecer
políticas de informação
corporativa;
–
Definir
padrões e controles
gerenciais de
todos os recursos de informação disponíveis e
necessários;
–
Promoção de ações
que explorem o
potencial deste recurso para tomada de decisão e
resolução de problemas.
Desafios atuais da GI
● Melhorar processos de gestão da informação passa por desenvolver processos de
governança informacional:
– Promover informação como insumo crítico;
– Encorajar compartilhamento da informação em diferentes processos e áreas da
organização;
– Estabelecer uma arquitetura informacional: facilitar o trânsito de dados e sua
interpretação;
– Garantir padronização e consistência na representação da informação; – Garantir a segurança dos fluxos e repositórios de informação;
– Garantir disponibilidade e desempenho da gestão dos dados/informações e o
acesso/distribuição rápida, consistente e pontual;
Desafios atuais da GI
●As fases da gestão da informação no contexto social:
–
1ª fase: escassez de recursos informativos;
–2ª fase: abundância de recursos;
–
3ª fase (atual): sobrecarga...
●
Desafios da fase atual:
–
Big data e pesquisas quantitativa e qualitativa;
–Gestão de informações pessoais;
–
Deslocamento de hierarquias fixas para relacionamentos entre entidades
e para atividades de marcação com base em mecanismos associativos –
tagging;
–
Técnicas flexíveis para arquitetura de dados, design de informação,
ferramentas de síntese e visualização...
–
Capacidade de apresentar padrões iniciais de análise e de interpretação
quantitativa e qualitativa → contribuição fundamental para novos e mais
aprofundados estudos
Uma parte importante dos desafios
atuais da GI é dar conta de criar
novos produtos de informação que
permitam analisar e aproveitar tudo
aquilo que já tem sido coletado
pelos atuais sistemas de informação
em funcionamento.
O que é ciência analítica
●
Analítica significa uso amplo de dados, de análise
estatística e quantitativa, de modelos explanatórios e
preditivos e de gestão fatual para orientar decisões e
agregar valor.
●
A ciência analítica é um conjunto de processos
representados por:
–
Resumir dados, encontrar significados e identificar
padrões.
●
A analítica pode ser classificada como: descritiva,
O que é ciência analítica
● Analítica descritiva:
– envolve a coleta, organização, tabulação e apresentação dos dados →
elaboração de relatórios;
● Analítica preditiva:
– Vai além da descrição das características dos dados e das relações entre
variáveis: usa dados do passado para prever o futuro;
● Analítica prescritiva:
– Inclui métodos como projeto experimental e otimização, se estende ainda mais.
Tende a sugerir um curso de ação num universo de possibilidades.
● Projeto experimental: tenta responder às perguntas sobre por que algo
aconteceu, por meio de experimentos;
● Otimização: tenta descobrir o nível ideal de uma determinada variável em
Todas as organizações em qualquer
setor de atividade terão de
interpretar enxurradas de dados.
Para tanto, precisarão de pessoas
capazes de fazer análises
minuciosas dessa massa de
Os estágios e passos da ciência
analítica
● 1. Formulação do problema:
– Reconhecimento do problema;
● Construção de um modelo mental que representa o problema; ● Chave do processo está em muitas vezes explicitar o modelo;
– Revisão das descobertas anteriores;
● 2. Solução do problema:
– Modelagem e seleção de variáveis;
● Modelar o modelo mental em variáveis e possibilidades de relações.
– Coleta de dados; – Análise dos dados;
Como isso acontece na prática
●
As organizações, em sua maioria, tem
dificuldades de saber por onde começar;
–
Como organizar as informações que possuem?
–
Que análises podem ser feitas?
–
Como os resultados devem ser utilizados?
–
O que fazer com esse universo de informações?
–
Que dados devem ser selecionados para uma
análise?
Como isso acontece na prática
●
80% dos problemas de análise de dados no cotidiano
podem ser resolvidos de forma simples e fácil:
–
Muitos dados já se encontram tabulados em bancos de
dados ou planilhas;
–
Muitas informações legadas (do passado da organização)
nunca foram analisadas por falta de conhecimento para
isso;
–
Muitas análises são feitas sem levar em consideração
alguns princípios básicos de estatística e que poderiam
potencializar enormemente seus resultados.
Como isso acontece na prática
●
Em geral, conseguimos resolver a grande
maioria dos problemas de análise com:
–
Capacidade de modelar fenômenos a partir de
famílias de funções matemáticas;
–
Outras disciplinas:
●
Uso de estatística descritiva e inferencial;
●
Uso de planilhas dinâmicas, fórmulas e macros;
●
Uso de banco de dados e relacionamento de dados para
sínteses e filtros.
Considero isso o kit básico do analista de
dados!
●
Objetivo é deslocar o foco de aprender um conjunto de regras
mecânicas discretas para explorar como a álgebra é usada nas
ciências físicas e, sobretudo, sociais e no mundo ao seu redor.
●
Nossos princípios norteadores são:
–
Desenvolver conceitos matemáticos usando dados do mundo real;
–Propor uma ampla variedade de problemas concebidos para
promover o raciocínio matemático em diferentes contextos –
teremos em torno de 38 listas de exercício!!! :-)
–
Fazer conexão entre as múltiplas representações de funções;
–